一种适用于糖基转移酶催化生产天然化妆品的智能调控装置

本发明涉及一种适用于糖基转移酶催化生产天然化妆品的智能调控装置，属于自动化领域。

背景技术：

1、近年来，随着我国经济的持续发展和消费者对健康、环保的关注度不断提升，化妆品市场也出现了明显的变化。在这一背景下，天然化妆品(含熊果苷)的发展成为行业的一个重要趋势。

2、我国经济的快速发展为消费者提供了更高的购买力和消费需求。消费者对于产品安全性和健康性的关注度不断提高，他们更关注产品的原料来源和成分。天然化妆品(含熊果苷)以其源自大自然的成分和相对较少的化学添加剂，满足了消费者对绿色环保产品的需求，成为了消费者青睐的选择。

3、熊果苷(arbutin)作为一种天然的美白成分，具有抑制黑色素形成和淡化色斑的功效。它不仅能够满足消费者对于美白产品的需求，还具备其他多种功能，如保湿、抗氧化等。随着消费者对多功能化妆品的需求增加，天然化妆品(含熊果苷)正成为市场上备受追捧的产品。传统的熊果苷生产方法主要是通过化学合成，但存在一些问题，如废水处理难、环境污染等。而利用糖基转移酶(glycosyltransferase)催化合成熊果苷则具有更环保和可持续的优势。

4、糖基转移酶(glycosyltransferase)是一类酶，能够催化将糖基从供体分子转移到受体分子上。在生物合成过程中，糖基转移酶在天然产物的合成中发挥着重要的作用。糖基转移酶催化反应在温和的条件下进行，不需要使用有毒有害的试剂，减少了废水和废气的产生，有利于环境保护和可持续发展。且有高催化效率和选择性，同时避免了不必要的副产物的生成，产品纯度高。

5、但现阶段，糖基转移酶催化合成熊果苷等天然化妆品需要精确控制许多反应参数，如温度、ph值和反应时间以及催化剂用量，每一个参数的微小变化都会影响反应的速率及最终获取的反应产物量。

6、因此，现阶段迫切需要一种适用于糖基转移酶催化生产天然化妆品的智能调控装置，对基于糖基转移酶催化生产化妆品的反应条件和工艺参数进行智能优化调控，从而提高催化反应的反应速率，能够高效合成目标产物，同时有效降低产品生产的经济成本，并实现产品产量的稳定。

7、本发明结合天然化妆品当前发展现状及生产制备等特点，以自动化智能设备为基础，突破当前天然化妆品生产的瓶颈，并结合优化算法，收集相关生产数据参数，并对糖基转移酶催化合成天然化妆品过程各类反应条件和工艺参数等进行一体化调控。

技术实现思路

1、发明目的：针对现有天然化妆品制备存在的问题，本发明提供一种适用于糖基转移酶催化生产天然化妆品的智能调控装置，对基于糖基转移酶催化生产化妆品的反应条件、工艺参数或原料反应物的投入量或反应物配比等可调控因素，进行智能优化调控，从而提高催化反应的反应速率，能够高效合成目标产物，同时有效降低产品生产的经济成本，并实现产品产量的稳定。

2、技术方案：本发明公开了一种适用于糖基转移酶催化生产天然化妆品的智能调控装置，包括物质反应模块和主控模块；

3、所述物质反应模块与主控模块相连接，糖基转移酶催化生产天然化妆品所需原料由原料进口输送到物质反应模块的反应釜中，并进行催化合成反应，反应釜中设置多种传感器，将反应过程中反应条件和工艺参数通过传感器，传输至主控模块；主控模块将物质反应模块中反应条件、工艺数据以及产物数据进行收集和处理，并对数据进行分析和优化，通过调控反应物浓度、反应温度及ph值，实现反应速率最大化，并利用秃鹫优化算法avoa进行反应速率最大化优化；

4、所述反应釜与换热器相连接，换热器通过调节流体的温度，循环输送流体至反应釜，从而实现对反应釜中催化反应温度的控制；同时反应釜与催化剂循环泵相连接，反应剩余催化剂通过催化剂泵进一步泵入反应釜，实现催化剂的循环利用；

5、主控模块结合优化结果对换热器、催化剂循环泵以及原料反应物的投入量或反应物配比进行智能调控。

6、进一步地，所述物质反应模块由原料进口向反应釜中输送糖基转移酶催化生产熊果苷所需要的糖基供体、受体分子和辅助物质；糖基供体包括葡萄糖、蔗糖、乳糖；受体分子为羟基苯甲酸、羟基苯乙酸；辅助物质为缓冲剂或辅酶；原料进入反应釜进行催化反应。

7、进一步地，反应釜中设置的多种传感器包括：

8、传感器1，获取反应过程的温度参数；

9、传感器2，获取反应过程混合液体ph值；

10、传感器3，获取反应过程的催化剂浓度。

11、进一步地，所述主控模块的最优调控策略，即通过调控反应物浓度、反应温度及ph值，实现反应速率最大化，利用秃鹫优化算法avoa算法进行优化，目标函数如下：

12、目标函数为反应速率计算公式：

13、r＝k*[s]*[e]*f(t,ph)

14、f(t)＝exp(-ea/rt)

15、其中，r为反应速率，k为反应速率常数，[s]为底物(即糖基)的浓度，单位：mol/l(摩尔/升)；[e]为酶(酶浓度)的浓度，单位：mol/l；f(t,ph)为温度(t)和ph值(ph)的影响因子，t为反应温度，单位：开尔文(k)；ph,无单位，表示酸碱度的指标；ea为活化能，单位为焦耳(j)；r为理想气体常数，具体值为：8.314j/(mol·k)；

16、故目标函数设置为：

17、r＝max[k*[s]*[e]*exp(-ea/rt)]

18、目标函数考虑底物浓度、酶浓度、温度和ph值对反应速率的影响，从而进行精准智能调控。

19、进一步地，主控模块利用秃鹫优化算法avoa进行反应速率最大化优化具体如下：

20、s1：形成初始种群，计算所有解的适应度，选择通常催化反应最佳温度、ph值以及物质浓度所求反应速率作为第一组的最佳秃鹫，选择次优预测各参数所求反应速率值作为第二组的最佳秃鹫；

21、s2：进行数学建模，求秃鹫的饥饿率，用来从探索阶段转移到开发阶段，饱腹率呈下降趋势，秃鹫总数的比例在下降，而且随着每次重复，下降的幅度更大；f为秃鹫饱食率，当其值大于1时，秃鹫在不同区域寻找食物，avoa进入探索阶段；如果f的值小于1，avoa进入开发阶段，秃鹫在最佳解的附近寻找食物；

22、

23、

24、其中，z是介于-1到1并且每次迭代都变化的随机数，h是介于-2到2之间的随机数；当z值降到0以下时，表示秃鹫饿了，如果z值增加到0，则表示秃鹫吃饱了；iterationi表示当前迭代次数，maxiterations表示总迭代次数；ω在这里表示sin函数的次方，ω范围为0-1；

25、在秃鹫的位置更新中加入一个随迭代次数变化的惯性权重w，根据秃鹫优化算法中更新次数的变化，选用迭代次数a构成的自适应惯性权值如下：

26、

27、惯性权值w具有一种在[0,1]之间非线性变化的属性；

28、s3：探索阶段，在avoa中，基于两种不同的策略秃鹫检查不同的随机区域，使用参数p1选择任一策略，每只秃鹫都会在环境中随机搜索使它感到饱腹感的区域：

29、

30、p(i+1)＝w(a)r(i)-d(i)×f   (5)

31、d(i)＝|x×w(a)r(i)-p(i)|   (6)

32、p(i+1)＝w(a)r(i)-f+rand2×((ub-lb)×rand3+lb)   (7)

33、equation(5)、equation(7)为公式5和7的策略、randp1和randp1为0-1之间的随机数；秃鹫在两组最佳小组之一的随机距离附近随机搜索食物，r(i)是最佳秃鹫之一，即优化最佳反应速率之一；x被用作增加随机运动的系数向量，随机运动在每次迭代中都会发生变化，并使用公式x＝2×rand获得，rand为0-1之间的随机数，p(i)是秃鹫当前的矢量位置，p(i+1)是下一次迭代中秃鹫位置的向量，rand2的随机值介于0和1之间，rand3用于增加随机性系数，lb和ub表示变量的上界和下界；

34、s4：开发的第一阶段，包括s4、s5、s6过程，当值|f|介于0.5和1之间时，avoa进入开发阶段的第一阶段，在第一阶段，执行两种不同的旋转飞行和围攻策略，如下：p2用于确定每个策略的选择，在执行搜索操作之前必须对其进行赋值，并且该值应介于0和1之间，在该阶段开始时，生成它是一个介于0和1之间的随机数，如果大于或等于参数p2，则围攻策略将缓慢实施；如果随机数小于参数p2，则执行旋转飞行策略，过程如下式所示：

35、

36、s5：食物竞争，当|f|≥0.5时，秃鹫相对，能量充足，当许多秃鹫聚集在一个食物源上时，会在食物获取上引起严重的冲突，在这种时候，身体强壮的秃鹫更喜欢不与其他秃鹫分享食物；

37、另一方面，弱小的秃鹫试图通过聚集在健康的秃鹫周围并引发小冲突来使其疲劳，以便从健康的秃鹫那里获取食物，式(9)和式(10)用于对该步骤建模：

38、p(i+1)＝d(i)×(f+rand4)-d(t)   (9)

39、d(t)＝r(i)-p(i)   (10)

40、其中，rand4为0～1之间的随机数，用于增加随机系数；r(i)是在当前迭代中选择的两组中的最佳秃鹫之一；

41、s6：秃鹫的旋转飞行，更新秃鹫的位置；秃鹫进行旋转飞行，用于模拟螺旋运动，螺旋模型已用于旋转飞行的数学建模，所有秃鹫和两个最佳秃鹫中的一个之间建立了一个螺旋方程，旋转飞行用式(11)和(12)表示：

42、

43、p(i+1)＝w(a)r(i)-(q1+q2)   (12)

44、其中，rand5、rand6为0～1之间的随机数，pi是秃鹫的当前矢量位置，即表示当前最佳调控策略；

45、s7：开发的第二阶段，包括s7、s8：两只秃鹫的行动在食物源上聚集了几种类型的秃鹫，并展开了围攻和争夺食物的侵略斗争，如果|f|<0.5，则执行算法的此阶段；在阶段开始时，生成这是一个介于0和1之间的随机数，如果大于或等于参数p3，则策略是在食物源上累积几种类型的秃鹫；否则，如果生成的值小于参数p3，实施围攻作战策略，该过程如下式所示：

46、

47、对所有秃鹫进行融合并得到下一次迭代中秃鹫位置的向量：

48、

49、

50、bestv ulture1(i)是当前迭代中第一组的最佳秃鹫，bestv ulture2(i)是当前迭代中第二组的最佳秃鹫；

51、s8：对食物的激烈竞争：

52、p(i+1)＝w(a)r(i)-|d(t)|×f×levy(d)   (16)

53、使用levy(d)即莱维飞行：

54、

55、其中，d表示问题维度，β是固定的默认值1.5，u和v服从正态分布：

56、u～n(0,σ2),v～n(0,1)

57、最终输出r(i)为最佳秃鹫之一，即优化最佳反应速率之一。

58、有益效果：

59、1、与传统的反应装置相比，本发明智能调控装置可以实时监测关键参数，如温度、ph值和反应物浓度等，这有助于保持反应环境的稳定性和一致性，提高产品质量和产量。本发明的智能调控装置可以根据实时数据和先进的算法，精确控制反应温度、ph值和底物浓度等参数，以最大程度地促进了反应速率。

60、2、本发明根据需要调节换热器介质的流量或温度，以确保流体达到所需的温度。通过实时监测和反馈控制，控制模块可以自动调整换热器的工作状态，从而调节反应釜温度；催化剂循环泵方面，主控模块可以精确控制催化剂的循环速率，可以实现催化反应的最佳效果；主控模块可以根据反应方程和所需的化学计量关系，计算和控制反应物的投入量和配比。通过实时监测反应物的温度、浓度等反应条件的变化自动调整投入量和配比，以确保反应过程的稳定性和最佳效果。还利用了avoa算法对装置进行智能调度，收集、分析和记录大量的生产数据。通过对这些数据的分析，可以优化生产过程，并进行智能决策。以最大限度地减少废物产生和资源浪费。成功降低生产成本，并提高整体的生产效率。